主页 / 问题 / 1073095
Accepted
Viktorov
Asked:2020-01-22 23:48:49 +0000 UTC2020-01-22 23:48:49 +0000 UTC

比较给定 epsilon 值的列并将结果放在第三列

  • 772

我正在尝试解决这个问题：
有一个带有两列实数的 DataFrame。
我想构建第三列，它将采用值：

  • 1 - 如果第二列中的数字大于第一列中的数字
  • 0 - 如果两列中的数字相等
  • -1 - 如果第二列中的数字小于第一列中的数字

比较时，我想考虑一些 epsilon，因为 由于测量误差，这些数字可能“大致相等”。

我写了这段代码，它似乎可以按我的需要工作：

columns = ['col1', 'col2']
data = [[1.0, 1.0], [1.0, 2.0], [2.0, 1.0]]
epsilon = 0.01
df = pd.DataFrame(data, columns=columns)
df['is_up'] = np.where((df['col2'] - df['col1'] > epsilon),1, np.nan)
df['is_down'] = np.where((df['col2'] - df['col1'] < - epsilon),-1, np.nan)
df['is_equal'] =  np.where((abs(df['col2'] - df['col1']) < epsilon),0, np.nan)

df['col3'] = df[['is_up','is_down','is_equal']].replace('None','').sum(1)

结果：

-----------------------------------------------
col1 | col2 | is_up | is_down | is_equal | col3
-----------------------------------------------
1.0  |1.0   |NaN    |NaN      |0.0       |0.0
1.0  |2.0   |1.0    |NaN      |NaN       |1.0
2.0  |1.0   |NaN    |-1.0     |NaN       |-1.0

但是，我有一种感觉，它可以做得更简单，更清晰，更快。请指出正确的道路！

python

2 个回答

  1. Best Answer

    在我看来，我可以提供一个更易于理解的解决方案，但使用额外的 numba 库。这个库中的 vectorize 装饰器允许您使用值的向量（数组），就好像它们是普通数字一样（并且做得非常快）。

    from numba import vectorize

@vectorize
def compare_with_epsilon(x, y, epsilon):
  if x - y > epsilon:
    return 1
  elif x - y < -epsilon:
    return -1
  else:
    return 0

df['col3'] = compare_with_epsilon(df['col2'].values, df['col1'].values, epsilon)

    原则上，如果您在传递给函数输入的数组值的循环中进行并行迭代，则可以不使用向量化，但是使用这样的装饰器，代码更清晰，应该可以很快工作.

    • 4

  2. np.isclose()也可以使用np.sign()：

    df['col3'] = np.where(
    np.isclose(df['col1'], df['col2'], atol=epsilon), 
    0, 
    np.sign(df['col2'] - df['col1']))
    • 3

相关问题